Journal of the Korean Association of Geographic Information Studies (한국지리정보학회지)

The Korean Association of Geographic Information Studies (한국지리정보학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Object Based Image Analysis Methods for Land Use and Land Cover Classification in Agricultural Areas

변화지역 탐지를 위한 시계열 KOMPSAT-2 다중분광 영상의 MAD 기반 상대복사 보정에 관한 연구

  • Yeon, Jong-Min (Satellite Information Research Center, Korea Aerospace Research Institute) ;
  • Kim, Hyun-Ok (Satellite Information Research Center, Korea Aerospace Research Institute) ;
  • Yoon, Bo-Yeol (Satellite Information Research Center, Korea Aerospace Research Institute)
  • 염종민 (한국항공우주연구원 위성정보연구센터) ;
  • 김현옥 (한국항공우주연구원 위성정보연구센터) ;
  • 윤보열 (한국항공우주연구원 위성정보연구센터)
  • Received : 2012.06.12
  • Accepted : 2012.09.05
  • Published : 2012.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

It is necessary to normalize spectral image values derived from multi-temporal satellite data to a common scale in order to apply remote sensing methods for change detection, disaster mapping, crop monitoring and etc. There are two main approaches: absolute radiometric normalization and relative radiometric normalization. This study focuses on the multi-temporal satellite image processing by the use of relative radiometric normalization. Three scenes of KOMPSAT-2 imagery were processed using the Multivariate Alteration Detection(MAD) method, which has a particular advantage of selecting PIFs(Pseudo Invariant Features) automatically by canonical correlation analysis. The scenes were then applied to detect disaster areas over Sendai, Japan, which was hit by a tsunami on 11 March 2011. The case study showed that the automatic extraction of changed areas after the tsunami using relatively normalized satellite data via the MAD method was done within a high accuracy level. In addition, the relative normalization of multi-temporal satellite imagery produced better results to rapidly map disaster-affected areas with an increased confidence level.

원격탐사 방법을 활용한 변화지역 탐지, 재난재해 지도 작성, 작황 모니터링 등 다중시기의 위성영상을 활용한 결과를 도출하기 위해서는 시계열 영상 정보를 서로 비교할 수 있는 공통의 스케일로 정규화 하는 것이 필요하다. 다중시기 영상에 대한 정규화 방법은 절대복사보정과 상대복사 보정으로 나눌 수 있으며, 본 연구에서는 상대복사 보정을 통한 시계열 위성영상처리 기법을 다루고자 한다. 2011년 3월 해일 피해가 발생했던 일본 센다이 지역을 연구대상지로 선정하였고, KOMPSAT-2 다중분광영상을 이용한 사고 전, 후의 피해지역 탐지에 있어 상대복사 보정의 실효성을 분석하였다. 다양한 상대복사 보정 기법 중에서 정준상관분석을 통해 PIFs(Pseudo Invariant Features) 지역을 자동으로 추출하는 MAD(Multivariate Alteration Detection) 기법을 적용하였다. 본 사례연구 분석결과 MAD 방식에 의한 자동 PIFs 지역의 추출은 비교적 높은 정확도 수준에서 이루어짐을 확인할 수 있었으며, 상대복사 보정된 시계열 위성영상을 사용함으로써 변화지역 자동탐지의 신뢰수준을 높일 수 있는 것으로 나타났다.

Keywords

References

  1. 성운현. 1997. 응용 다변량 분석 - 이론, 방법론, SAS 활용. 도서출판 탐진.
  2. 염종민, 한경수, 김인환. 2010. 장기간 SPOT/VEGETATION 정규화 식생지수를 이용한 지면 변화 탐지 개선에 관한 연구. 한국지리정보학회지 13(4):111-124.
  3. 염종민, 한경수, 이창석, 박윤영, 김영섭. 2008. SPOT/VEGETATION NDVI 자료를 이용한 북한지역 식생 변화탐지. 한국지리정보학회지 11(2):28-37.
  4. 이가람, 김영섭, 한경수, 이창석, 염종민. 2008. 위성자료를 이용한 중국과 몽골 사막주변의 식생수분상태 모니터링. 한국지리정보학회지 11(4):94-100.
  5. Canty, M.J. and A.A. Nielsen. 2006. Visualization and unsupervised classification of changes in multispectral satellite imagery. International Journal of Remote Sensing 27(18):3961-3975. https://doi.org/10.1080/01431160500222608
  6. Canty, M.J. and A.A. Nielsen. 2008. Automatic radiometric normalization of multi-temporal satellite imagery with the iteratively re-weighted MAD transformation. Remote Sensing of Environment 112(3):1025-1036. https://doi.org/10.1016/j.rse.2007.07.013
  7. Canty, M.J., A.A. Nielsen and M. Schmidt. 2004. Automatic radiometric normalization of multitemporal satellite imagery. Remote Sensing of Environment 91 (3-4):441-451.
  8. Hall, F.G., D.B. Botkin, D.E. Strebel, K.D. Woods and S.J. Goetz. 1991. Largescale patterns of forest succession as determined by remote sensing. Ecology 72(2):628-640. https://doi.org/10.2307/2937203
  9. Hotelling, H. 1936. Relations between two sets of variates. Biometrika 28:321-377. https://doi.org/10.1093/biomet/28.3-4.321
  10. Kam, T.S. 1995. Integrating GIS and remote sensing techniques for urban land-cover and land-use analysis. Geocarto International 10:39-49.
  11. Nielsen, A.A. 2007. The regularized iteratively reweighted MAD method for change detection in multi- and hyperspectral data. IEEE Transactions on Image Processing 16(2):463-478. https://doi.org/10.1109/TIP.2006.888195
  12. Nielsen, A.A. 2011. Kernel maximum autocorrelation factor and minimum noise fraction transformations. IEEE Transactions on Image Processing 20 (3):612-624. https://doi.org/10.1109/TIP.2010.2076296
  13. Nielsen, A.A., K. Conradsen and J.J. Simpson. 1998. Multivariate alteration detection (MAD) and MAF postprocessing in multispectral, bitemporal image data: New approaches to change detection studies. Remote Sensing of Environment 64:1-19. https://doi.org/10.1016/S0034-4257(97)00162-4
  14. Roujean, J.L., M. Leroy and P.Y. Dechamps. 1992. A bidirectional reflectance model of the earth's surface for the correction of remote sensing data. Journal of Geophysical Research 97(D18):20,455-20,468. https://doi.org/10.1029/92JD01411
  15. Schott, J.R., C. Salvaggio and W.J. Volchok. 1988. Radiometric scene normalization using pseudoinvariant features. Remote Sensing of Environment 26:1-16. https://doi.org/10.1016/0034-4257(88)90116-2
  16. Schroeder, T.A., W.B. Cohen, C. Song, M.J. Canty and Z. Yang. 2006. Radiometric correction of multitemporal Landsat data for characterization of early successional forest patterns in western Oregon. Remote Sensing of Environment 103(1): 16-26. https://doi.org/10.1016/j.rse.2006.03.008
  17. Singh, A. 1989. Digital change detection techniques using remotely sensed data. International Journal of Remote Sensing 10:989-1003. https://doi.org/10.1080/01431168908903939
  18. Vermote, E.F., D. Tanre, J.L. Deuze, M. Herman and J.J. Morcette. 1997. Second simulation of the satellite signal in the solar spectrum, 6S: an overview. IEEE Transaction on Geoscience and Remote Sensing 35(3):675-686. https://doi.org/10.1109/36.581987
  19. Yang, X. and C.P. Lo. 2000. Relative radiometric normalization performance for change detection from multi-date satellite images. Photo-grammetric Engineering and Remote Sensing 66: 967-980.

Cited by

  1. Generation of the KOMPSAT-2 Ortho Mosaic Imagery on the Korean Peninsula vol.16, pp.3, 2013, https://doi.org/10.11108/kagis.2013.16.3.103